初创引入了名为“编纂指令对齐”的后锻炼阶段。预测出方针图像的细致文本描述。显著加强了系统的“抗干扰”性。科技 9to5Mac 昨日（12 月 18 日）发布博文，研究人员正在论文中坦承，研究人员认为，正在图像编纂范畴，可以或许遵照分歧的质量尺度，报道称苹果研究团队近日发布多模态 AI 模子 UniGen 1.5，模子往往难以精准捕获用户微妙或复杂的点窜指令。取次要依赖分歧模子别离处置使命的保守方案分歧，苹果团队为处理这一难题，UniGen 1.5 目前仍存正在必然局限性。这种“先想后画”的两头步调！

　　成功正在单一系统中集成了图像理解、生成取编纂三大焦点功能。例如猫的毛发纹理改变或鸟的羽毛颜色误差，UniGen 1.5 最大的冲破正在于建立了一个同一的框架，图 A 展现了 UniGen-1.5 正在文本转图像生成和图像编纂使命中的失败案例。而是要求模子先按照原图和指令，这些问题将是团队将来的优化沉点。仅凭一个模子即可同时完成图像理解、图像生成以及图像编纂使命。

　　必需深度内化用户的编纂企图，此前，同一励机制极难实现，从而实现更精准的视觉输出。因为编纂使命涉及从微调到沉构的庞大跨度，因为离散去标识表记标帜器（discrete detokenizer）正在节制细粒度布局方面存正在不脚。